圖書標籤: 專業   

喜歡 Adaptive Neural Network Control of Robotic Manipulators 的讀者還喜歡

使用神經網絡NN帶來常數項的誤差，用滑膜，sgn函數來彌補，隨即引入rise控製器。然而神經網絡➕RISE控製器來控製manipulator時必須要求disturbance足夠smooth……對激活函數進行一階泰勒展開，對自動適應的兩個矩陣使用投影來upper bound。用NN來擬閤desired trajectory的dynamic獲得global值，但同時RISE也會帶來semi global和一個通過中值定理來ub的項……這樣一來，精度就無法完全保證瞭啊……書裏啥也沒說……我無語……

使用神經網絡NN帶來常數項的誤差，用滑膜，sgn函數來彌補，隨即引入rise控製器。然而神經網絡➕RISE控製器來控製manipulator時必須要求disturbance足夠smooth……對激活函數進行一階泰勒展開，對自動適應的兩個矩陣使用投影來upper bound。用NN來擬閤desired trajectory的dynamic獲得global值，但同時RISE也會帶來semi global和一個通過中值定理來ub的項……這樣一來，精度就無法完全保證瞭啊……書裏啥也沒說……我無語……

使用神經網絡NN帶來常數項的誤差，用滑膜，sgn函數來彌補，隨即引入rise控製器。然而神經網絡➕RISE控製器來控製manipulator時必須要求disturbance足夠smooth……對激活函數進行一階泰勒展開，對自動適應的兩個矩陣使用投影來upper bound。用NN來擬閤desired trajectory的dynamic獲得global值，但同時RISE也會帶來semi global和一個通過中值定理來ub的項……這樣一來，精度就無法完全保證瞭啊……書裏啥也沒說……我無語……

使用神經網絡NN帶來常數項的誤差，用滑膜，sgn函數來彌補，隨即引入rise控製器。然而神經網絡➕RISE控製器來控製manipulator時必須要求disturbance足夠smooth……對激活函數進行一階泰勒展開，對自動適應的兩個矩陣使用投影來upper bound。用NN來擬閤desired trajectory的dynamic獲得global值，但同時RISE也會帶來semi global和一個通過中值定理來ub的項……這樣一來，精度就無法完全保證瞭啊……書裏啥也沒說……我無語……

使用神經網絡NN帶來常數項的誤差，用滑膜，sgn函數來彌補，隨即引入rise控製器。然而神經網絡➕RISE控製器來控製manipulator時必須要求disturbance足夠smooth……對激活函數進行一階泰勒展開，對自動適應的兩個矩陣使用投影來upper bound。用NN來擬閤desired trajectory的dynamic獲得global值，但同時RISE也會帶來semi global和一個通過中值定理來ub的項……這樣一來，精度就無法完全保證瞭啊……書裏啥也沒說……我無語……